重庆理工大学电气与电子工程学院, 重庆 400054
对荧光灯干扰下的室内可见光通信系统进行了实验测试,获得了基于开关键控(OOK)调制的室内可见光通信系统在荧光灯干扰下的接收信号时域波形,随后引入传输基带模型与5 m×5 m×3 m室内三维模型,获取室内误码率分布,分析了荧光灯干扰对室内可见光通信接收机性能的影响。结果显示,荧光灯干扰以加性噪声的形式表现在接收信号中,并导致接收信号产生类正弦的周期型信号畸变,且荧光灯干扰频谱覆盖范围较广,传输速率为10~1000 Mbit/s的信号均受影响;采用小波变换对信号进行降噪处理,结果表明,小波变换的尺度灵活性表现出消除荧光灯干扰的可能。
光通信 可见光通信 荧光灯干扰 类正弦畸变 小波变换 阈值收缩 激光与光电子学进展
2020, 57(17): 170604
1 中国矿业大学(北京) 机电与信息工程学院,北京 100083
2 河南理工大学 物理与电子信息学院, 河南 焦作 454000
为提高矿井混合噪声图像的可观测性, 提出了基于高斯曲率优化和非下采样剪切波变换的高密度混合噪声去除算法.使用局部高斯曲率优化混合噪声图像, 抑制椒盐噪声对噪声分布的影响, 使混合噪声分布近似为高斯噪声分布.使用非下采样剪切波变换分解高斯曲率优化图像, 实施自适应硬阈值收缩降噪, 去除混合噪声中的高斯噪声成分.最后, 迭代使用局部高斯曲率优化和非下采样剪切波变换降噪去除残余噪声, 直至输出图像梯度能量满足停止条件.实验表明, 本文算法能够有效地去除高斯噪声和椒盐噪声构成的高密度混合噪声, 且有效抑制了剪切波变换降噪引起的伪吉布斯现象, 有效地降低了矿井图像的噪声.
图像降噪 高斯曲率优化 非下采样剪切波变换 混合噪声 阈值收缩 Image denoising Gaussian curvature optimization Nonsubsampled shearlet transform Mixed noise Threshold shrinkage
西安理工大学 机械与精密仪器工程学院,陕西 西安 710048
将压缩感知后引入噪声的信号恢复作为研究对象,建立了信号恢复模型,以解决工程领域中广泛存在的噪声问题。由于传统的算法无法实现压缩后引入噪声的信号恢复,本文提出了用阈值收缩迭代算法来实现含噪信号的恢复。分析了算法原理,对压缩感知后加入高斯随机噪声、5%和10%密度的脉冲噪声分别进行了信号恢复仿真,并与正交匹配追踪(OMP)算法和平行坐标下降(PCD)算法进行了比较。结果表明,阈值收缩迭代算法对无噪稀疏信号基本可以做到完全恢复;对压缩后含噪信号的恢复具有较强的鲁棒性,只在峰值处出现了较明显的误差,通过增加测量矩阵行数和迭代次数可以提高抗噪性能。实验显示:本算法在处理高斯噪声和低密度脉冲噪声时具有明显优势,在处理高密度脉冲噪声时略优于另两种算法。
压缩感知 信号恢复 噪声 阈值收缩迭代 鲁棒性 compressed sensing signal recovery noise iterative shrinkage-thresholding robustness 光学 精密工程
2014, 22(10): 2840